172
При этом коэффициенты ресурса основного
оборудования участвующего при отпуске электрической
и тепловой энергии включают в себя поправки на
старение паровых турбин и котлов, учитывающих
наработку в часах.
III.
В
ЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ
Численный эксперимент и анализ влияния износа
оборудования на экономичность ТЭС, рассмотрим на
примере реального объекта генерации.
В состав энергосистемы Волгоградской области
входит
Волжская
ТЭЦ-2,
эксплуатируемая
юридическим лицом ООО «Тепловая генерация г.
Волжского». В таблице 1 приведен состав основного
генерирующего оборудования станции с годами ввода в
эксплуатацию.
Таблица I.
О
СНОВНОЕ ОБОРУДОВАНИЯ
В
ОЛЖСКОЙ
ТЭЦ-2
Тип оборудования
Год ввода
ПТ-100/114-130/13 ст. №1
1988
ПТ-140/165-130/15 ст. №2
1991
БКЗ-420-140 НГМ ст. №1
1988
БКЗ-420-140 НГМ ст. №2
1990
БКЗ-420-140 НГМ ст. №3
1992
Для наглядности, отобразим графически полученные
результаты
по
влиянию
физического
износа
оборудования на показатели экономичности ТЭС (Рис.
1).
С целью повышения точности и эффективности
модели прогнозирования ТЭП ТЭС, необходимо на
предварительном
этапе
применить
алгоритм
определения влияние выбранных входных параметров
на выходные результаты модели. В качестве критерия
эффективности примем коэффициент степени влияния
на конечный результат прогнозирования.
Рис. 1 – Доля прироста к расходу топлива на отпускаемую продукцию
Волжской ТЭЦ-2 по годам эксплуатации: 1 - прирост к расходу
топлива на отпуск тепловой энергии; 2 - прирост к расходу топлива на
отпуск электрической энергии
Для определения коэффициента степени влияния на
итоговый результат прогнозирования ТЭП от
выбранных входных предикторов применим метод
регрессионного анализа [12].
Для простейшей модели регрессии – линейная,
характерно уравнение вида
.
y a b x
= +
(5)
Параметры
уравнения
линейной
регрессии
определяются по выражениям (6) и (7)
,
a
y b x
= −
(6)
cov( ,
)
,
2
x y
b
x
=
(7)
где
cov( , )
x y y x y x
= −
– ковариация признаков
x
и
y
,
2
2
2
x
x x
=
−
- дисперсия признака
x
и
1
,
x
x
n
=
1
,
y
y
n
=
1
,
y x
y x
n
=
2
2
1
.
x
x
n
=
Параметр
b
определяемый по выражению (7)
называется коэффициентом регрессии, его величина
показывает среднее изменение результата с изменением
фактора на одну единицу.
Для наглядности эффективности предлагаемой
модели выбора входных предикторов, рассмотрим
работы авторов [9] и [11].
Применив метод регрессионного анализа к массиву
входных параметров, рассмотренных в работах
[9,11],строим гистограмму-значимости (Рис. 2).
По правилам проверки на адекватность результатов
регрессионного анализа доверительный диапазон
коэффициента регрессии определен как
0
b
. По этой
причине из списка входных предикторов исключаются
Э
тф
,
Q
пар
,
Т
хв,
Э
сн
.
Рис. 2 – Значимость входных предикторов: Э
тф
- выработка
электрической энергии по теплофикационному циклу; Э
кн
-
выработка электрической энергии по конденсационному циклу; Q
пар
– отпуск тепловой энергии в паре; Q
вода
– отпусктепловой энергии в
горячей воде; W- вакуум; Т
цв
–температура циркуляционной воды на
входе в конденсатор турбины; Т
хв
– температура холодного воздуха
на входе в котел; Т
ухг
– температура уходящих газов на выходе из
котла; Э
от
- отпуск электрической энергии; Q
от
- отпуск тепловой
энергии; Т
нв
– температура наружного воздуха; В
т
- абсолютный
расход условного топлива на отпуск электрической и тепловой
энергии; Э
сн
- расход электроэнергии на собственные нужды
На
основании
вышеизложенного
материала
предлагается
усовершенствованный
алгоритм
